仿生智能计算与吸附式叶型优化设计研究.docx

上传人:聆听****声音 文档编号:746877 上传时间:2023-04-30 格式:DOCX 页数:232 大小:30.57MB
下载 相关 举报
仿生智能计算与吸附式叶型优化设计研究.docx_第1页
第1页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第2页
第2页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第3页
第3页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第4页
第4页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第5页
第5页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第6页
第6页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第7页
第7页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第8页
第8页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第9页
第9页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第10页
第10页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第11页
第11页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第12页
第12页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第13页
第13页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第14页
第14页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第15页
第15页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第16页
第16页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第17页
第17页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第18页
第18页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第19页
第19页 / 共232页
仿生智能计算与吸附式叶型优化设计研究.docx_第20页
第20页 / 共232页
亲,该文档总共232页,到这儿已超出免费预览范围,如果喜欢就下载吧!
下载资源
资源描述

仿生智能计算与吸附式叶型优化设计研究.docx

《仿生智能计算与吸附式叶型优化设计研究.docx》由会员分享,可在线阅读,更多相关《仿生智能计算与吸附式叶型优化设计研究.docx(232页珍藏版)》请在冰点文库上搜索。

仿生智能计算与吸附式叶型优化设计研究.docx

西北工业大学博士研究生学位论文编写规则

学校代码

10699

题目 仿生智能计算与吸附式叶型

优化设计研究

作者 杨小东

学科、专业 流体机械及工程

指导教师 刘波

申请学位日期 2016年11月

3

西北工业大学

博 士 学 位 论 文

(学位研究生)

题目:

仿生智能计算与吸附式叶型

优化设计研究

作 者:

杨小东 学科专业:

流体机械及工程指导教师:

刘波

2016年11月

Title:

BiologicallyInspiredComputationandAspiratedBladeOptimalDesignTechnical

By

YangXiao-dong

UndertheSupervisionofProfessorLiuBo

ADissertationSubmittedto

NorthwesternPolytechnicalUniversity

InpartialfulfillmentoftherequirementForthedegreeof

DoctorofFluidMachineryandEngineering

Xi’anP.R.ChinaNovember2016

摘要

摘 要

压气机叶型优化设计是提升压气机整体性能的重要途径。

传统的基于梯度的优化算法要求目标函数连续可导,需要获取目标函数关于优化变量的导数信息,过程复杂,且容易陷入局部最优或反复震荡,通用性较差。

仿生进化算法及群智能算法作为性能优良的全局优化算法,具有广阔的应用前景。

较早提出基于分布式、并行计算架构Hadoop的进化及群智能算法。

基于Hadoop对遗传算法、微分进化及人工蜂群算法进行了加速优化,大大缓解了目标函数求解耗时的问题。

同时对算法本身的运行机制进行优化,提出了随机排序的微分进化算法及引入邻域搜索的人工蜂群算法,改进后的算法性能得到有效提升。

针对支持向量机参数设置无指导原则的难题,本文尝试引人人工蜂群算法完成支持向量机的参数的全局最优化计算。

与传统神经网络相比,支持向量机基于结构风险最小化理论,不仅充分考虑样本对系统的影响,同时考虑优化问题的结构特征信息,以实现最优泛化性能。

实验发现支持向量机在测试样本集上表现优于BP网络。

本文提出的基于蜂群算法的支持向量机(ABC-SVM)可使支持向量机在训练样本的拟合以及泛化能力上保持平衡,达到全局最优。

设计实现了参数化系统,实现的算法主要包括Hicks-Henne、CST和NURBS。

NURBS进行了详细的研究,通过反复试验调整,提出了适用于压气机叶型拟合的经验公式,解决了在叶型拟合过程中使用NURBS容易出现的叶型畸变问题。

叶型优化过程中主要的时间消耗在于流场求解,为缓解优化耗时问题,提出了基

吸附式叶型通过抽吸叶片表面强逆压梯度处的负面层,使气动弯角增加,使整机做功能力提高。

为获得合适的叶型以及抽吸参数,本文基于人工蜂群算法和NURBS参数化法设计开发了一套智能叶型优化设计系统,该系统可对常规叶型、吸附式叶型进行优化设计。

通过优化实验叶栅证明了该系统的有效性。

Comment[r1]:

缺主语

Comment[r2]:

缺主语

Comment[r3]:

每个段落之间好像欠缺连贯性,不仅是该段,摘要的语言还得好好重新组织

于拉丁超立方采样的ABC-SVM算法,旨在代替流场求解器获取目标函数值,并且基于最大熵选取新的训练样本点,以期不断提高算法精确度。

整个优化过程是一个不断优化算法模型的过程,最终输出优化结果及最优的算法模型。

使用该套算法对现有吸

附式叶型进行了优化验证,效果良好。

为进一步探究吸附式叶型机理,对5套吸附式叶栅进行了实验研究。

通过实验分析了不同抽吸情况对叶栅气动性能的影响。

最后,结合当前的研究热点,展望了未来压气机优化领域的研究方向。

指出借鉴深度学习的思想,搭建更加智能的优化设计平台。

同时建议加大多学科组合优化设计的研究与应用。

I

西北工业大学博士研究生学位论文编写规则

关键词:

优化设计,吸附式叶型,NURBS参数化,支持向量机,仿生计算

本研究得到某某基金(编号:

)资助。

.

II

Abstract

Abstract

Optimized-Designisthekeypointtoimproveperformanceofthecompressor.Traditionalgradientbasedoptimizationalgorithmrequiregradientinformationandthismaketheworkmuchmorecomplicated.Localoptimalandvibrationcanbeobservedingradientbasedmethod.Intelligentalgorithm,comewithnaturaladvantageofglobaloptimumperformance,turnsouttobeabetterchoice.

DistributedintelligentalgorithmareproposedbasedonHadooparchitecture.Distributedarchitecturecanhelpimprovethecalculationefficiencywhichisveryimportantespeciallyforthecasewhoseobjectivefunctionevaluationcostmuchtime.Ontheotherhand,changeisalsomadetotheprocessofthealgorithms.Stochasticdifferentialevolutionalgorithmandneighborsearchartificialbeecolonyalgorithmisintroduced,numericalresultsshowthattheperformanceisimprovedduetothechange.

ThepapercombineartificialcolonybeealgorithmwithsupportvectormachinewiththepurposetosolvetheparametersselectionprobleminSVM.Comparedwithtraditionalneuralnetwork,SVMisbasedonstructuralriskminimizationtheory.GeneralizationperformanceofSVMismuchbetterthanNNevenwithfewersamplestotrainthemodel.ABC-SVMalgorithminthepaperisaimtoobtainaglobalbestSVMmodel.

Parametricdesignsystemisimplementedinthispaper,commonalgorithmsuchasHicks-Henne,CSTandNURBSareincluded.ThepapertookmuchefforttoresearchandimproveNURBSparametricsystem.Thefinalparametricsystemproposedinthepapercanbeusedtooptimizetheairfoiloftheaxialflowcompressor.

Aspiratedbladecanimprovetheenergyoutputofthecompressorbycontrollingthedevelopoftheboundarylayer.Propersuctionparameterplaysankeyroletocontroltheoverallperformance.ThispaperdevelopedanoptimizeddesignsystembasedonABCandNURBS.Withthissystem,airfoilcanbeoptimizedinordertoobtainrequiredaerodynamicperformance.Experimentsprovedtheeffectivenessofthissystem.

Mostofthetimecostinoptimizationprocessmainlyfocusonevaluationoftheobjectivefunction.ABC-SVMbasedonLHSsamplealgorithmintroducedinthepaperwasdesignedtosolvetimecostobjectivefunctionevaluationproblem.Thealgorithmcanapproximatelyapproachtherealfunction,withtheimprovingofthesamples,theestimationcanbewithhighaccuracy.Thealgorithmmodelwasselectedtoreplacetherealobjectiveevaluationfunction(CFDinthepaper)andputtotheoptimizationcycle.Resultsshowthatthealgorithmcangetoptimaldesignasdesired.

VIII

西北工业大学博士学位论文

Thepaperintroducedtheexperimentoffivedifferentaspiratedairfoils.Whateffectswillbetookwithdifferentsuctionparameterswereanalyzed.

Attheend,thepaperpredictedthefutureresearchdirectionbasedoncurrentwidelyresearchtechnology.Deeplearncanbeusedtobuildbetteroptimizeddesignplatform.Andmultidisciplinaryoptimizationshouldbepaidenoughattention.

Keywords:

OptimalDesign,Aspiratedairfoil,NURBSParameterization,SVM,Biologicallyinspiredcomputation

Thepresentworkissupportedbythefundofxxx(ProjectNo:

xx).

目录

目录

目录 V

第一章绪论 1

1.1课题背景与意义 1

1.2人工智能与气动优化设计 4

1.2.1人工智能新进展 4

1.2.2气动优化设计技术研究现状 7

1.3本文的主要工作 8

第二章人工智能算法及其改进技术研究 11

2.1遗传算法研究 11

2.1.1标准遗传算法 11

2.2.2遗传算法改进策略 17

2.3.3多目标遗传算法研究 23

2.2DISTRIBUTEDGA 27

2.2.1遗传算子优化改进 27

2.2.2Distributed-GA算法设计 32

2.2.3Distributed-GA简化算法 34

2.3微分进化算法:

DE 35

2.3.1DE的基本原理及数学模型 35

2.3.2微分进化算法基本流程 38

2.3.3DE算法测试函数及性能评价指标 40

2.3.3微分进化算法控制参数设置及影响分析 44

2.3.4DE算法的变种 47

2.3.5DE算法的改进 48

2.4人工蜂群算法:

ABC 52

2.4.1人工蜂群算法起源 52

2.4.2人工蜂群算法的基本原理 53

2.4.3本文对人工蜂群算法的改进 57

2.5本章小结 58

第三章支持向量机及ABC-SVM算法 60

3.0引言 60

3.1BP神经网络 60

3.1.1BP网络模型 60

3.1.2BP学习算法 61

3.1.3BP算法的改进 64

3.2统计学习与支持向量机 65

3.2.1统计学习 66

3.2.2支持向量机 68

3.3非线性函数逼近性能实验研究 71

3.3.1回归分析:

二维三角函数 72

3.3.2回归分析:

二维多极值函数 73

3.3.3回归分析:

三维函数的回归分析 76

3.4基于群智能的ABC-SVM交叉验证优化算法 81

3.4.1ABC-SVM设计 81

3.4.2ABC-SVM优化实验 83

3.5本章小结 84

第四章参数化设计技术研究 85

4.1常用参数化法 85

4.1.1Hicks-Henne参数化 85

4.1.2特征参数描述法 86

4.1.3正交基函数法 87

4.1.4CST方法 87

4.1.5NURBS参数化法 90

4.2基于CST的压气机叶型参数化方法分析 94

4.2.1CST方法中权重因子的反算 94

4.2.2CST拟合的有效性验证 96

4.2.3CST参数化叶栅拟合效果分析 97

4.3基于NURBS的压气机叶型参数化方法分析 101

4.3.1NURBS控制点反求 101

4.3.2NURBS拟合方法有效性验证 103

4.3.3NURBS叶栅拟合分析 105

4.4本章小结 107

第五章智能叶型优化设计技术研究 108

5.1前言 108

5.2附面层抽吸的机理 108

5.2.1附面层抽吸对下游附面层动量厚度的影响 109

5.2.2附面层未分离时抽吸 112

5.2.3附面层分离时抽吸的影响 112

5.3吸附式压气机叶栅数值模拟方法 113

5.3.1控制方程 114

5.3.2人工粘性 116

5.4吸附式叶型智能优化设计:

基于人工蜂群算法的优化设计系统 117

5.4.1畸变叶型的产生机理及消除措施 118

5.4.2NURBS在压气机叶型参数化中的应用 120

5.4.3流场求解程序 122

5.4.4流场求解器的实验验证 123

5.4.5优化目标和优化变量 126

5.4.6实例一:

大弯角亚音叶型优化设计 126

5.4.7实例二:

吸附式叶型优化设计研究 132

5.5分布式并行代理模型技术 136

5.6.1优化集群的网络拓扑 137

5.6.2计算任务的分发管理 138

5.6本章小结 138

第六章ABC-SVM压气机叶片优化设计 139

6.1引言 139

6.2ABC-SVM算法的演进:

DE.ABC-SVM 139

6.2.1样本选择与初始模型确立 140

6.2.2自适应ABC-SVM算法:

DE.ABC-SVM 141

6.3DE.ABC-SVM算法数值实验 143

6.3.1Sphere函数优化实验 143

6.3.2Ackley函数优化实验 145

6.5基于DE.ABC-SVM的吸附式叶型优化设计 146

6.5.1S1计算程序MISES 146

6.5.2吸附式叶型优化设计 148

6.6本章小结 154

第七章 吸附式叶栅实验研究 155

7.1引言 155

7.2试验台介绍 155

7.3实验叶栅介绍 163

7.4实验方案设计 165

7.5实验结果及分析 168

7.5.10#叶栅实验 168

7.5.21#叶栅实验 170

7.5.32#叶栅实验 179

7.5.43#叶栅实验 187

7.5.54#叶栅实验 194

7.5.6实验结论 200

第八章总结与展望 202

8.1论文的创新点 202

8.2研究展望 202

参考文献 205

目录

第一章绪论

Comment[r4]:

参考文献不是这么标注的

1.1课题背景与意义

美国在上世纪80年代开展的IHPTET计划(综合高性能涡轮发动机技术计划)致力于使航空推进系统的能力翻一番【1】,其中一个关键的技术要求是使发动机推重比由10左右提高到20左右,风扇结构最终实现单级化,压气机由

9级缩减为3级。

虽然该计划未能完全实现预期目标,但该计划仍大大提升了美国的航空技术实力,IHPTET计划中的大量研究成果已得到成功应用。

为进一步提升航空发动机技术水平,随后,美国政府和军方于2003年开始实施了

IHPTET后续计划,即先进可承受通用涡轮发动机计划(VAATE),意图进一步提高航空发动机推重比,减少油耗,降低成本,其目标是到2017年推进系统的

经济可承受性提高到F119发动机的10倍,推比达到20左右,耗油率降低20%

-30%,研制、生成及维修成本降低50%。

欧洲方面,英国、意大利和德国通过合作正在实施其先进核心军用发动机计划(ACME),其目标与美国的IHPTET相当。

1997年,北大西洋公约组织制定了2010年研究计划(NATO2010),推进部分的目标也是推重比为15~20级的发动机。

我国虽已建立起自己的航空发动机研制与生产体系,但诸多原因导致我国的自主研制水平与发达国家尚有很大差距。

太行发动机的定性,使我国自主研制的航空发动机实现了从中等推力到大推力、从第二代到第三代发动机的历史性跨越。

我国也相继制定和实施了专项预研计划【2】,为研制推重比10-15级别的航空发动机积累技术储备【3】。

压气机是高推重比航空发动机的关键部件,其不仅对整机的推重比、耗油率等重要性能参数起决定性作用,而且对整机的稳定性、可靠性同样有着重要影响,国内外的研制经验无不表明压气机的优劣直接影响到发动机研制的全局。

发动机中50%-60%的长度,40%的制造成本及30%的维修成本皆来自于压缩系统【4】。

气动性能优越、结构简单紧凑是压缩系统研制永远的目标。

自压气机出现以来,其总压比越来越高,而级数也越来越少,直接驱使压气机负荷的提升以及轴向长度的不断缩短,从图1.1罗罗公司压缩系统架构的发展史中可以明显看出该趋势。

1

西北工业大学博士学位论文

图1罗罗公司压缩系统发展历程

作为压气机最为核心的工作单元,压气机叶片的几何设计对叶轮机械气动性能的影响至关重要。

在40年代末期,叶轮机叶片设计一般都采用对称速度图和约10%最大厚度比的厚前缘叶型,设计方法主要依据孤立叶型和二元叶栅概念,这种叶型能够满足当时条件下低流量、低压比叶轮机叶片设计的需要。

随着飞行速度的提高,当叶片进口马赫数大于0.75时,采用这种方法设计出来的叶片已不再理想,主要原因是此时叶片表面出现了以较强激波结尾的局部超音速区,激波打到负面层上引起较大的流动损失,且随着马赫数的提高,激波附面层损失更为明显。

随着压气机不断向大流量、高负荷、高效率的方向发展,传统叶片叶型设计方法已不适应高性能压气机发展的需要【5-9】,这促使人们去研究和开发新的叶型设计技术,尤其是适应超、跨音速流动的高负荷、低损失叶型设计技术,以适应高性能叶轮机械发展的要求。

国外在60~70年代已研制出了一些适用于跨音条件的叶型。

其中最具代表性的是双圆弧叶型(DCA)和多圆弧叶型(MCA)【10-15】。

双圆弧叶型的吸力面和压力面均为圆弧,它是以等转折率概念控制气流扩散的叶型,通常用于工作在高亚音到低超音范围的叶片。

多圆弧叶型的中弧线主要由多段圆弧构成,广泛应用于工作在高马赫数下的叶片。

Formaux.A.和Galuard.R.等曾经在ARL19叶型上采用了多圆弧叶型来进行实验和热力气动研究并取得较好的效果【16】。

国内的左文泉和徐青

【17】对一种单圆弧叶型多叶风机和4种双圆弧叶型多叶风机进行了系统性试验研究,结果表明具有较大圆弧半径的双圆弧叶型多叶风机具有良好的气动特性与低噪音特性。

60年代末期,出现了任意成型叶型,其设计方法是通过恰当选择多项式的系数,控制叶型中弧线曲率变化,降低叶型表面马赫数,特别是降低进口段的马赫数来削弱激波强度,降低激波损失,进而使叶型表面的速度分布得以控制【18-20】。

它比多圆弧叶型有更强的适应性,在一定范围内可替代多圆弧叶型,适用于进口相对马赫数大于1.6的超音速流动。

这种叶型的代表有“楔形叶型”和“S-叶型”。

其几何特点是前缘尖,叶型较薄,叶型弯角较小

3

目录

或为负转折角,前段有一斜直线段或负曲率段。

这种叶栅流动的代表性特征是由吸力面内凹部分的压缩波汇聚成第二道斜激波,称为预压缩波。

虽然这种预压缩激波的强度不大,但却能有效地降低相邻叶片弓形激波前的马赫数,有效降低通道中超音速区的峰值马赫数,降低了激波损失。

加拿大的Temesgen

T.Mengistu和Wahid S.Ghaly利用非均匀有理B样条方法结合模拟退火算法对叶轮机械的叶栅通道进行几何设计和优化,不但能够保证通道几何曲率的光滑性,而且设计出的通道具有较好的气动性能【21】。

为了适应超、跨音速压气机发展的需要,70年代末国外出现了定制叶型技术,它是超临界叶型技术和可控扩散叶型技术的统称。

可控扩

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > IT计算机 > 电脑基础知识

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2